Cohere 发布 CulturalRiddles：28 个模型跨文化谜题仅得 79.3 分
Cohere_Labs · x · 2026-10-22
Cohere Labs 发布新基准 CulturalRiddles，测试 AI 模型能否理解世界各地人类谜语背后的文化语境。基准包含 6200 条社区创作谜语，覆盖 51 种语言、62 种文化。
在 68154 条人工标注答案上，28 个模型平均准确率 79.3%，但在部分文化群体中仅约 22%，文化理解差距巨大。研究页面附有互动测验可自行测试。
所属事件:Cohere 发布 CulturalRiddles 跨文化基准 前沿模型仅得 79.3 分(4 条相关)→
「模型」频道最新
- 开发者吐槽 Claude 安全过滤太严：恳请 Anthropic 给个降级开关 — moyix · 2026-10-22
- Dreamina 首月仅 $0.29,对标竞品 $9-24 打起价格战 — LearnWithBishal · 2026-10-22
- 让 Claude 编译 PHP 竟触发「违规网络内容」拦截 — mitsuhiko · 2026-10-22
- The Verge 证伪：Claude 无法造出蝎子抗毒血清 — The Verge AI · 2026-10-22
- Polymarket 上线新盘口:押注 GPT Astra 6.1+ 何时发布 — Polymarket · 2026-10-22
- Flint 40B 上 MacBook M4 Pro 跑出 128 tok/s，Kapitsa 引擎对比实测 — DotaMate · 2026-10-22